MPP2020-523

Các phương pháp định lượng 2

Lê Việt Phú, Cao Hào Thi, Hoàng Văn Thắng
Ngày: 25/02/2019 08:32; Kích thước: 255,480 bytes
Tuần thứ
1
|
2
|
3
|
4
|
5
|
6
|
7
|
8
|
9
|
10
|
11
|
12
|
13
|
14
Ngày tháng
Thời gian
Nội dung hoạt động
Thứ 3, 19/02/2019
08:30 - 10:00

Giới thiệu môn học 

Cao Hào Thi

Thực hành sử dụng phần mềm Eview

Tự tương quan

  • Tài liệu đọc: DG3 Chương 12

Phát Bài tập 1

Thứ 5, 21/02/2019
08:30 - 10:00

Phân tích số liệu chuỗi thời gian – 1

Cao Hào Thi

  • Tài liệu đọc: DG3 Chương 21-22
Thứ 6, 22/02/2019
10:15 - 11:45

Ôn tập

Hoàng Văn Thắng

Shahidur R. Khandker, Gayatri B. Koolwal, Hussain A. Samad
Ngày: 04/03/2019 16:36; Kích thước: 58,669 bytes
Shahidur R. Khandker, Gayatri B. Koolwal, Hussain A. Samad
Ngày: 04/03/2019 16:36; Kích thước: 58,669 bytes
Jeffrey M. Wooldridge, Trần Thị Tuấn Anh chủ biên dịch
Ngày: 04/03/2019 16:40; Kích thước: 58,669 bytes
Shahidur R. Khandker, Gayatri B. Koolwal, Hussain A. Samad
Ngày: 04/03/2019 16:34; Kích thước: 58,669 bytes
Jeffrey M. Wooldridge, Trần Thị Tuấn Anh chủ biên dịch
Ngày: 04/03/2019 16:38; Kích thước: 58,669 bytes
Shahidur R. Khandker, Gayatri B. Koolwal, Hussain A. Samad
Ngày: 04/03/2019 16:33; Kích thước: 58,669 bytes
Jeffrey M. Wooldridge, Trần Thị Tuấn Anh chủ biên dịch
Ngày: 04/03/2019 16:15; Kích thước: 58,669 bytes
Jeffrey M. Wooldridge, Trần Thị Tuấn Anh chủ biên dịch
Ngày: 04/03/2019 16:13; Kích thước: 58,669 bytes
Damodar N. Gujarati; ng.d. Cao Hào Thi, Nguyễn Xuân Thành, Băng Tâm
Ngày: 04/03/2019 16:12; Kích thước: 58,669 bytes
Damodar N. Gujarati; ng.d. Cao Hào Thi, Nguyễn Xuân Thành, Băng Tâm
Ngày: 04/03/2019 16:11; Kích thước: 58,669 bytes
Jeffrey M. Wooldridge, Trần Thị Tuấn Anh chủ biên dịch
Ngày: 25/02/2019 13:41; Kích thước: 58,669 bytes
Damodar N. Gujarati
Ngày: 13/02/2019 20:13; Kích thước: 814,054 bytes
Phan Văn Hoàng Sơn
Ngày: 16/05/2019 08:42; Kích thước: 2,048,857 bytes
Phan Văn Hoàng Sơn
Ngày: 13/05/2019 10:56; Kích thước: 2,989,074 bytes
Phan Văn Hoàng Sơn
Ngày: 09/05/2019 14:54; Kích thước: 2,688,205 bytes
Phan Văn Hoàng Sơn
Ngày: 13/05/2019 09:26; Kích thước: 2,115,085 bytes
Phan Văn Hoàng Sơn
Ngày: 07/05/2019 08:47; Kích thước: 6,149,567 bytes
Lê Việt Phú
Ngày: 15/04/2019 08:51; Kích thước: 428,677 bytes
Lê Việt Phú
Ngày: 15/04/2019 08:53; Kích thước: 171,786 bytes
Lê Việt Phú
Ngày: 01/04/2019 09:00; Kích thước: 475,127 bytes
Lê Việt Phú
Ngày: 25/03/2019 14:52; Kích thước: 260,420 bytes
Lê Việt Phú
Ngày: 12/03/2019 10:21; Kích thước: 571,650 bytes
Cao Hào Thi
Ngày: 11/03/2019 15:10; Kích thước: 362,959 bytes
Hoàng Văn Thắng
Ngày: 07/03/2019 07:53; Kích thước: 411,396 bytes
Hoàng Văn Thắng
Ngày: 05/03/2019 07:54; Kích thước: 430,974 bytes
Cao Hào Thi
Ngày: 25/02/2019 13:38; Kích thước: 295,107 bytes
Cao Hào Thi
Ngày: 25/02/2019 13:38; Kích thước: 589,925 bytes
Cao Hào Thi
Ngày: 15/02/2019 15:53; Kích thước: 886,724 bytes
Cao Hào Thi
Ngày: 15/02/2019 15:52; Kích thước: 504,433 bytes
Lê Việt Phú
Ngày: 22/04/2019 09:32; Kích thước: 9,652,633 bytes
Lê Việt Phú
Ngày: 22/04/2019 09:32; Kích thước: 136,688 bytes
Nhiều tác giả
Ngày: 08/04/2019 17:07; Kích thước: 1,397,553 bytes
Lê Việt Phú
Ngày: 08/04/2019 17:00; Kích thước: 87,242 bytes
Lê Việt Phú
Ngày: 18/03/2019 21:30; Kích thước: 61,470 bytes
Lê Việt Phú
Ngày: 18/03/2019 21:30; Kích thước: 43,663 bytes
Lê Việt Phú
Ngày: 18/03/2019 21:29; Kích thước: 104,152 bytes
Cao Hào Thi, Lê Việt Phú, Hoàng Văn Thắng
Ngày: 07/03/2019 12:38; Kích thước: 2,283 bytes
Cao Hào Thi, Lê Việt Phú, Hoàng Văn Thắng
Ngày: 07/03/2019 12:37; Kích thước: 29,696 bytes
Cao Hào Thi, Lê Việt Phú, Hoàng Văn Thắng
Ngày: 07/03/2019 12:37; Kích thước: 31,744 bytes
Cao Hào Thi, Lê Việt Phú, Hoàng Văn Thắng
Ngày: 07/03/2019 12:36; Kích thước: 204,104 bytes
Cao Hào Thi, Lê Việt Phú, Hoàng Văn Thắng
Ngày: 19/02/2019 18:00; Kích thước: 31,744 bytes
Cao Hào Thi, Lê Việt Phú, Hoàng Văn Thắng
Ngày: 20/02/2019 08:31; Kích thước: 236,972 bytes
Lê Việt Phú
Ngày: 15/04/2019 08:44; Kích thước: 88,054 bytes
Lê Việt Phú
Ngày: 15/04/2019 08:54; Kích thước: 1,065,260 bytes
Lê Việt Phú
Ngày: 01/04/2019 09:01; Kích thước: 671,620 bytes
Lê Việt Phú
Ngày: 01/04/2019 08:55; Kích thước: 84,322 bytes
Lê Việt Phú
Ngày: 25/03/2019 14:53; Kích thước: 306,353 bytes
Lê Việt Phú
Ngày: 12/03/2019 10:22; Kích thước: 173,709 bytes
Cao Hào Thi
Ngày: 11/03/2019 15:17; Kích thước: 6,003 bytes
Cao Hào Thi
Ngày: 11/03/2019 15:16; Kích thước: 28,752 bytes
Cao Hào Thi
Ngày: 11/03/2019 15:12; Kích thước: 217,587 bytes
Hoàng Văn Thắng
Ngày: 05/03/2019 07:55; Kích thước: 3,201 bytes
Hoàng Văn Thắng
Ngày: 05/03/2019 07:54; Kích thước: 5,920 bytes
Cao Hào Thi
Ngày: 25/02/2019 13:39; Kích thước: 162,291 bytes
Cao Hào Thi
Ngày: 14/02/2019 09:24; Kích thước: 27,480 bytes
Cao Hào Thi
Ngày: 14/02/2019 09:24; Kích thước: 939,048 bytes
Cao Hào Thi
Ngày: 14/02/2019 09:24; Kích thước: 701,413 bytes

Môn học kinh tế lượng ứng dụng được cấu trúc thành ba phần.

Trong phần đầu, học viên sẽ ôn lại các khái niệm liên quan đến mô hình hồi quy tuyến tính cổ điển và tìm hiểu các vấn đề xảy ra khi mô hình vi phạm các giả định liên quan đến tự tương quan. Tiếp đến, môn học sẽ giới thiệu các mô hình sử dụng dữ liệu chuỗi thời gian, bao gồm các mô hình ARIMA và các ứng dụng trong dự báo. Học viên cũng sẽ nhận diện được các vấn đề xảy ra khi sử dụng dữ liệu chuỗi thời gian, chẳng hạn như tính không dừng, quan hệ nhân quả ngược, và hồi quy giả. Học viên sẽ thực hành các bài tập sử dụng phần mềm EViews. Nội dung cuối trong phần này sẽ giới thiệu mô hình hồi quy xác suất đối với biến phụ thuộc là biến lựa chọn rời rạc.

Trong phần thứ hai, môn học sẽ giới thiệu các mô hình phức tạp hơn được phát triển từ lý thuyết hồi quy tuyến tính cổ điển. Việc áp đặt các điều kiện khắt khe trong mô hình hồi quy cổ điển dẫn đến khả năng áp dụng trong các nghiên cứu thực tế bị hạn chế. Do đó, nội dung phần hai chủ yếu xoay quanh các mô hình và kỹ thuật xử lý để cho phép ước lượng các bài toán dựa trên số liệu thực khi các điều kiện tiêu chuẩn không được đảm bảo. Học viên sẽ nhận diện được tính ưu việt của việc sử dụng dữ liệu bảng so với các phương pháp hồi quy dữ liệu chéo. Phương pháp hồi quy hai giai đoạn và mô hình hệ phương trình đồng thời cho phép ước lượng các bài toán khi một trong các biến giải thích không còn là ngẫu nhiên. Phương pháp hồi quy với biến phụ thuộc bị giới hạn hoặc dữ liệu bị kiểm duyệt dẫn đến ước lượng bị chệch, và hình thức xử lý. Học viên sẽ làm quen với các thiết kế nghiên cứu áp dụng trong các bài toán đánh giá tác động chính sách. Học phần này yêu cầu thực hành ứng dụng và mô phỏng lại các nghiên cứu sử dụng phần mềm Stata.

Trong phần thứ ba, môn học sẽ giới thiệu các mô hình cơ bản trong khoa học dữ liệu và ứng dụng của dữ liệu lớn trong phân tích chính sách và kinh doanh. Xu hướng nghiên cứu ứng dụng dữ liệu lớn ngày càng được các doanh nghiệp triển khai trong dự báo hành vi khách hàng, quản trị chuỗi cung ứng, chuẩn đoán y tế sức khỏe, và công nghệ tài chính. Các bài học sẽ được thiết kế để cung cấp cái nhìn tổng quát về ngành khoa học dữ liệu, các vấn đề của dữ liệu lớn, tìm hiểu các triển vọng, rủi ro, và thực hành các ứng dụng đơn giản. Học viên sẽ học các công cụ sử lý các tập dữ liệu lớn, thu thập và bảo đảm tính toàn vẹn của dữ liệu, các vấn đề căn bản khi phân tích dữ liệu, nền tảng của việc thu thập và phân tích dữ liệu lớn cho nghiên cứu khoa học xã hội trong việc ra hỗ trợ ra quyết định, và cuối cùng là các vấn đề liên quan đến quyền riêng tư, bảo mật và đạo đức khi phân tích dữ liệu lớn.

Trang web này sử dụng cookies để cung cấp trải nghiệm người dùng tốt hơn.

Các cookies cần thiết (Essential Cookies) được mặc định và là cơ sở để trang web hoạt động chính xác. Cookies phân tích (Analytics cookies) thu thập dữ liệu ẩn danh để cải thiện và theo dõi website. Cookies hiệu suất (Performance cookies) được sử dụng bởi bên thứ ba để tối ưu hóa các ứng dụng (như video và bản đồ) được tích hợp trong trang web của chúng tôi. Để chấp nhận tất cả cookies, vui lòng bấm vào 'Tôi chấp nhận.' Bạn cũng có thể tùy chỉnh cho các loại cookies, sau đó chọn 'Đóng Quản trị Cookie' khi hoàn thành.